[论文解读] Time and the Prisoner's Dilemma

Yishay Mor, Jeffrey S. Rosenschein|Open Research Online (The Open University)|Jan 22, 2007

Game Theory and ApplicationsDecision Sciences参考文献 15被引用 21

一句话总结

本文提出了一种具有计算能力受限玩家的有限时间重复囚徒困境模型，表明有限的计算时间可促成合作均衡。通过引入退出机制和竞争分析，证明在资源约束下，次优的满意策略可成为最优策略，使合作在理论上看似矛盾的情境下依然合理。

ABSTRACT

This paper examines the integration of computational complexity into game theoretic models. The example focused on is the Prisoner's Dilemma, repeated for a finite length of time. We show that a minimal bound on the players' computational ability is sufficient to enable cooperative behavior. In addition, a variant of the repeated Prisoner's Dilemma game is suggested, in which players have the choice of opting out. This modification enriches the game and suggests dominance of cooperative strategies. Competitive analysis is suggested as a tool for investigating sub-optimal (but computationally tractable) strategies and game theoretic models in general. Using competitive analysis, it is shown that for bounded players, a sub-optimal strategy might be the optimal choice, given resource limitations.

研究动机与目标

• 解决在标准理性假设下重复囚徒困境中非合作行为的悖论。
• 对计算能力有限的真实世界参与者建模，挑战博弈论中无界理性的假设。
• 研究将退出作为策略选择时，如何在重复博弈中稳定合作均衡。
• 应用竞争分析评估资源受限环境下的次优策略。
• 为合作虽可取但无法由标准博弈论均衡保证的系统提供设计指南。

提出的方法

• 提出一种有限时间重复囚徒困境模型，其中玩家每轮的计算时间受限。
• 定义‘复杂度受限’（CB）玩家，其理性受时间约束，无法进行完整逆向归纳。
• 提出重复PD的‘退出’变体，若对手未能合作，玩家可退出对局。
• 提出‘为合作而退出’（OFT）策略：只要对手合作便合作，否则退出并寻找新伙伴。
• 应用竞争分析比较满意策略（如OFT）与最大化策略，将竞争比定义为SL(S)/h(S)。
• 使用概率推理建模与合作玩家重新匹配的可能性，推导期望收益的边界。

实验结果

研究问题

• RQ1 当玩家计算能力受限时，重复囚徒困境中是否仍能出现合作行为？
• RQ2 引入‘退出’机制如何影响合作均衡的稳定性和出现？
• RQ3 在何种条件下，次优的满意策略会成为资源受限环境下的最优策略？
• RQ4 计算时间与重复博弈中合作出现之间存在何种关系？
• RQ5 如何运用竞争分析评估并证明在有限理性模型中非最大化策略的合理性？

主要发现

• 对计算能力的最低限制——特别是每轮有限的计算时间——足以在有限时间重复囚徒困境中促成合作均衡。
• OFT策略可确保最低收益为N*R - const，其中const取决于重新匹配的期望时间与收益结构。
• 当遇到合作玩家的概率q远离零时，随着N增大，满意策略的竞争比趋近于1。
• 若对手同样受限且合作，使用满意策略（如OFT）的玩家在长期中无法被任何优化策略超越。
• 当允许退出且计算时间受限时，‘始终背叛’策略不再构成均衡，因存在永久被排除的风险。
• 为系统设计者提供了理论与实践指导，包括通过初始部署合作型代理及采用类似OFT的协议来促进合作。